[2과목] 기출유형 문제 및 예상 문제

 

문제

01. 비즈니스 모델 캔버스의 채널에 대한 기능으로 부적절한 것은?

1. 고객에게 value proposition을 전달한다.
2. 기업이 전달하는 value proposition을 고객들이 평가할 수 있게 해준다.
3. 고객에게 에프터서비스(A/S)를 제공한다.
4. 고객에게 유통채널을 제공한다.

해설

• 비즈니스 모델 캔버스(Business Model Canvas)는 기업의 비즈니스 모델을 시각적으로 요약하는 도구
• 비즈니스의 주요 구성 요소를 한 페이지에 정리하여 명확이 이해할 수 있도록 돕는다.

02. 경쟁자 확대 관점의 분석기회 발굴 영역이 아닌 것은?

1. 경쟁자
2. 경쟁채널
3. 대체상품
4. 신규진입자

해설

경쟁자 확대 관점	대체재, 경쟁자, 신규 진입자
거시적 관점	사회, 기술, 경제, 환경, 정치
역량의 재해석	내부 역량, 파트너 네트워크
시장 니즈 탐색	고객, 채널, 영향자들

 

• 역량의 재해석 관점에서는 현재 해당 조직 및 기업이 보유한 역량뿐만 아니라 해당 조직의 비즈니스에 영향을 끼치는 파트너 네트워크의 역량을 포함해 폭넓은 분석 기회를 탐색한다.
• 시장 니즈 탐색 관점에서는 현재 수행하는 사업에서의 직접 고객뿐만 아니라 고객과 접촉하는 역할을 수행하는 채널 및 고객의 의사결정에 영향을 미치는 영향자들에 대한 폭넓은 관점을 바탕으로 분석 기회를 탐색한다.
• 거시적 관점에서는 현재의 조직 및 해당 산업에 폭넓게 영향을 미치는 사회, 경제적 요인을 사회, 기술, 경제, 환경, 정치 영역으로 나누어 기회 탐색을 수행한다.

03. 빅데이터 분석 방법론의 분석 기획 단계의 태스크가 아닌 것은?

1. 비즈니스 이해 및 범위 설정
2. 프로젝트 정의 및 계획 수립
3. 필요 데이터 정의
4. 프로젝트 위험 계획 수립

해설

• 5단계: 분석 기획 - 데이터 준비 - 데이터 분석 - 시스템 구현 - 평가 및 전개
• 분석 기획 단계 태스크: 비즈니스 이해 및 범위 설정 - 프로젝트 정의 및 계획 수립 - 위험 계획 수립
• 분석 방법론 플로우

 

[3day] 분석 기획과 분석 방법론

 

04. 마스터플랜 수립 시 적용 범위 및 방식의 고려사항이 아닌 것은?

1. 투입 비용 수준
2. 업무 내재화 적용 수준
3. 분석 데이터 적용 수준
4. 기술 적용 수준

해설

• 마스터플랜 수립 시 적용 범위 / 방식 고려 요소
  1. 업무 내재화 적용 수준
  2. 분석 데이터 적용 수준
  3. 기술 적용 수준

05. 비즈니스 모델 캔버스의 5가지 구성 요소로 부적절한 것은?

1. 규제
2. 제품
3. 지원인프라
4. 경쟁자

해설

• 규제와 감사
• 업무 - 제품 - 고객
• 지원 인프라

06. 분석 주제의 4가지 유형 중 분석 방법은 알지만 분석 대상은 명확하지 않은 것으로 적절한 것은?

1. 통찰
2. 최적화
3. 솔루션
4. 발견

해설

07. 분석 준비도 및 성숙도 진단 결과를 4분면으로 그려서 분석했을 때, 분석업무, 기법 등은 부족하지만 준비도가 높은 기업의 형태로 적절한 것은?

1. 도입형
2. 정착형
3. 확산형
4. 준비형

해설

08. 다음 중 시스템 엔지니어링, 프로젝트 관리, 인수 및 서비스 등을 포함한 광범위한 분야를 포괄하여 개인 또는 조직의 프로세스별 수준을 5가지 단계로 나타낸 소프트웨어와 시스템 공학의 역량 성숙도를 평가하는 모델은 무엇인가?

1. CMM
2. CMMI
3. SPICE
4. ISO-9000

해설

• CMMI(Capability Maturity Model Integration)은 조직의 프로세스 개선을 지원하기 위한 모델로, 소프트웨어 개발, 시스템 엔지니어링, 프로젝트 관리 등 다양한 분야에 적용

 

09. 데이터 거버넌스는 크게 데이터 표준화, 데이터 관리 체계, 데이터 저장소 관리, 표준화 활동의 4개 단계로 나눌 수 있다. 다음 중 데이터 저장소 관리에서 수행하기에 적절한 업무는 무엇인가?

1. 데이터 생명주기 관리 방안
2. 모니터링
3. 사전 영향 평가
4. 데이터 사전 구축

해설

• 1 - 데이터 관리 체계
• 2 - 표준화 활동
• 3 - 데이터 저장소 관리
• 4 - 데이터 표준화

10. 기업의 데이터 분석 도입 수준을 명확하게 파악하기 위해 사용하는 분석 준비도의 구성 요소로 가장 적절하지 않은 것은?

1. 분석 자원
2. 분석 인프라
3. 분석 기법
4. 분석 인력

해설

11. 다음 중 방법론의 생성 과정에 대한 설명 중 부적절한 것은 무엇인가?

1. 개인의 경험으로 축적된 지식을 형식지로 변환하는 작업을 형식화라 한다.
2. 형식지를 다른 사람들과 공유하면서 공통화에 의하여 방법론이 탄생한다.
3. 방법론을 활용한 경험이 쌓이고 개인에게 내재되어 암묵지가 된다.
4. 위 3단계의 반복으로 방법론은 점차적으로 개선및 발전된다.

해설

• 공통화 - 내면화는 암묵지
• 표출화 - 연결화는 형식지

12. 다음 중 아래 보기에서 설명하는 것은 무엇인가?

프로젝트를 수행할 때 프로젝트를 여러 개의 작은 업무 단위로 쪼개어 각 업무에 대하여 우선순위를 정하고 각 업무 단위에 대해 시작 일자와 종료 일자를 포함한 프로젝트의 전체 계획표

1. WBS
2. SOW
3. 위험 관리 계획서
4. 데이터 정의서

해설

• WBS: 워크 브레이크다운 구조(Work Breakdown Structure, WBS)는 프로젝트 관리에서 중요한 도구로, 대규모 프로젝트를 더 작은 구성 요소로 나누어 관리하기 쉽게 만드는 방법
• SOW(Statement of Work): 프로젝트 또는 계약의 범위와 요구 사항을 명확히 정의하는 문서
• 위험 관리 계획서: 프로젝트에서 발생할 수 있는 잠재적 위험을 식별하고, 이를 관리하기 위한 전략과 절차를 설명하는 문서
• 데이터 정의서: 프로젝트에서 사용될 데이터의 구조와 속성을 정의하는 문서

13. 데이터 거버넌스 체계의 구성 요소가 아닌 것은?

1. 원칙
2. 조직
3. 인력
4. 프로세스

해설

• 데이터 거버넌스 체계의 구성 요소는 '원칙' '조직' '프로세스' 3가지이다.

14. CRISP-DM 분석 방법론의 업무 이해 및 데이터 이해 단계에 관한 설명 중 올바른 것은 무엇인가?

1. 데이터 준비의 이전 단계로 업무 이해와 데이터 이해 단계 사이의 피드백이 가능하다.
2. 데이터로부터 인사이트를 발견하는 것은 업무 이해의 중요한 수행 과제다.
3. 데이터 마이닝 목표 설정은 데이터 이해의 중요한 수행 과제다.
4. 분석의 결과를 실제 업무에 적용하는 전개 과정 이후 문제가 발생했을 때 업무 이해 단계에서부터 다시 시작한다.

해설

두 단계 사이에서 서로 피드백을 통해 업무와 데이터에 대한 이해를 충분히 숙지한 뒤 다음 단계로 진행한다. 또한 분석의 결과를 업무에 적용하기 이전 평가 단계에서 문제가 발생할 경우 처음으로 되돌아간다.

15. 하향식 접근법의 타당성 검토 단계에 대한 설명으로 가장 부적절한 것은?

1. 탐색한 여러 해결 방안 중 가장 효율적인 방안을 찾기 위한 단계다.
2. 경제적 타당성에서 ROI 관점에서 접근한다.
3. 기술적 타당성에서는 데이터 존재 여부 및 분석 역량을 파악한다.
4. 분석 역량과 분석 기법, 시스템 등을 고려하여 해결 방안을 모색한다.

해설

• 문제 탐색 단계
  • 비즈니스 모델 탐색 기법
  • 분석 기회 발굴 및 범위 확장
  • 외부 참조 모델 기반 문제 탐색
  • 분석 유스케이스
• 문제 정의 단계
  • 식별된 비즈니스 문제를 데이터 문제로 변환하여 과제를 정의
• 해결 방안 탐색 단계
  • 과제 정의 후 어떻게 해결할 것인지 방안을 탐색(분석 기법, 시스템 등)
• 타당성 검토 단계
  • 경제적 타당성, 기술적 타당성 등을 검토

16. 다음 중 분석 과제를 관리하기 위한 주요 영역이 아닌 것은 무엇인가?

1. 데이터 복잡도
2. 데이터 분석 속도
3. 데이터 양
4. 데이터의 신뢰도

해설

• 분석 과제를 관리하기 위한 주요 5가지 영역으로는 데이터 복잡도, 분석 속도, 분석 복잡도, 데이터 양, 정확도와 정밀도 5가지가 있다.
• 데이터의 양: 양이 방대할 경우 하둡이나 클라우드 같은 분석환경을 활용하는 것이 유리
• 데이터 복잡도: 텍스트, 오디오, 비디오 등 다양한 비정형 데이터를 분석할 때 초기 데이터의 확보와 통합뿐 아니라 해당 데이터에 잘 적용될 수 있는 모델을 고려
• 분석의 속도: 실시간 - 일주일 - 한 달 등 프로젝트에 따라 필요 기한이 짧기도 하고 길기도 하다. 그에 맞춰 수행해야 한다.
• 분석 복잡도: 분석 모델의 정확도와 복잡도는 트레이드오프 관계. 복잡도가 올라갈수록 정확도가 올라간다. 모델의 정확도가 높으면서 해석이 편리한 최적의 모델을 탐색해야 한다.
• 정확도 & 정밀도: 정확도는 모델과 실제 값 간의 차이가 적음을 의미. 정밀도는 반복적으로 모델을 사용했을 때 모델 값들의 편차 수준

17. 데이터 거버넌스 체계에 대한 설명 중 가장 부적절한 것은 무엇인가?

1. 데이터 표준화 작업은 데이터 표준 용어 설정, 명명 규칙 등 데이터의 표준 규격을 잡는 단계다.
2. 데이터 관리 체계 단계의 주요 수행 과제 중 하나는 생명주기 관리 방안 수립이다.
3. 데이터 저장소 관리 단계에서 데이터 구조 변경에 따른 사전 영향 평가를 수행한다.
4. 데이터 거버넌스 체계를 수립하는 목적은 기업의 의사결정을 위해 데이터 분석 업무를 기업 문화로 정착시키기 위함이다.

해설

• 분석 거버넌스의 목적: 기업의 의사결정을 위해 데이터 분석 업무를 기업 문화로 정착
• 데이터 거버넌스의 목적: 데이터 관리

18. 다음 중 분석 과제 발굴에 대한 설명이 잘못된 것은 무엇인가?

1. 모든 분석 과제는 이해관계자들이 이해할 수 있도록 프로젝트의 수행 목적에 알맞은 과제 정의서 형태로 도출된다.
2. 대규모 데이터가 빠르게 생성되고 변화하는 현대사회에는 문제 정의가 어렵기 때문에 다양한 데이터의 조합 속에서 인사이트를 찾아내는 것을 상향식 접근법이라 한다.
3. 문제가 주어졌을 때 각 과정을 체계적으로 해결하는 방법을 하향식 접근법이라 한다.
4. IDEO사의 디자인 씽킹 프로세스는 비즈니스와 기술, 그리고 인간 중심 사고가 만나 혁신적 해결책을 도출하는 방법을 의미한다.

해설

 

IDEO의 디자인씽킹

• 단계: IDEO는 다섯 단계로 구성됩니다: 발견(Discovery), 해석(Interpretation), 아이디에이션(Ideation), 실험(Experimentation), 진화(Evolution).
• 강조점: 반복적인 학습과 지속적인 발전에 중점을 둡니다. 이는 사용자의 피드백을 바탕으로 솔루션을 지속적으로 개선하는 데 초점을 맞춥니다.

스탠퍼드 d.school의 디자인씽킹

• 단계: 스탠퍼드의 모델도 다섯 단계로 이루어져 있습니다: 공감(Empathize), 정의(Define), 아이디어 발상(Ideate), 프로토타입(Prototype), 테스트(Test).
• 강조점: 사용자에 대한 깊은 이해와 빠른 프로토타이핑을 강조합니다. 이는 사용자의 요구를 깊이 이해하고, 신속하게 프로토타입을 만들어 사용자와 상호작용하는 과정에 중점을 둡니다.

차이점 요약

측면	IDEO	스탠퍼드 d.school
주요 단계	발견, 해석, 아이디에이션, 실험, 진화	공감, 정의, 아이디어 발상, 프로토타입, 테스트
강조점	반복 학습과 지속적 발전	사용자 이해와 빠른 프로토타이핑

IDEO는 보다 유연하고 적응적인 개발 과정을 중시하는 반면, 스탠퍼드는 사용자 중심의 빠른 프로토타이핑을 통해 문제를 해결하는 데 중점을 둡니다. 각 모델은 특정 상황과 목표에 따라 선택적으로 활용될 수 있습니다.

19. 정보시스템을 전략적으로 활용하기 위해 기업의 내부 및 외부 환경을 분석하고 기업의 문제 또는 기회를 발견하고 사용자의 요구사항을 분석하는 등 중장기 마스터플랜을 수립하는 과정은 무엇인가?

1. ISP
2. MSA
3. SQL
4. ICT

해설

• ISP(Information Strategy Planning): 조직의 목표를 지원하기 위해 정보 기술(IT)과 시스템을 효과적으로 활용하는 전략을 수립하는 과정